[发明专利]基于先验引导的虹膜图像修复系统

权利要求书

1.基于先验引导的虹膜图像修复系统，用于对低分辨率的模糊图像进行修复，包括生成器和判别器，其特征在于，所述生成器包括：

退化去除子网络，用于对输入图像进行特征提取，得到第一图像y_c；所述第一图像y_c为超分辨率、去模糊的图像；

先验估计子网络，用于根据第一图像y_c得到先验知识中的风格信息p_i；所述风格信息p_i中包含虹膜图像的颜色、形状和纹理信息；

先验融合子网络，用于将第一图像y_c和风格信息p_i进行融合，得到先验融合特征；所述先验融合特征用于生成清晰的修复图像

2.根据权利要求1所述的基于先验引导的虹膜图像修复系统，其特征在于，所述先验估计子网络包括连接成沙漏结构的多个残差通道注意力模块，在所述沙漏结构的对称层之间采用跳跃连接机制，并且对称层之间加入卷积层；任一所述对称层包括：对称分布在沙漏结构中心两侧的两个残差通道注意力模块；

所述先验估计子网络中最后N个残差通道注意力模块与所述先验融合子网络连接，所述风格信息p_i包括所述最后N个残差通道注意力模块的输出；所述N为正整数。

3.根据权利要求1所述的基于先验引导的虹膜图像修复系统，其特征在于，

所述先验融合子网络采用通道感知注意力机制；

所述先验估计子网络的沙漏结构中，按照从前向后的顺序，所述最后N个残差通道注意力模块中第n个模块的输出表示为；n为自然数，且n≤N；

在将第一图像y_c和风格信息p_i进行融合，得到先验融合特征的方面，所述先验融合子网络具体用于：

执行N次特征融合操作，得到先验融合特征；

其中，第n次特征融合操作包括：

利用卷积和映射函数对p_in进行仿射变换，将p_in转化为通道注意力机制中的权重系数

将特征图切分为具有空间信息的空间特征和空间特征

根据权重系数和空间特征得到风格特征；

将风格特征与空间特征进行拼接，得到第n次特征融合操作对应的融合特征；

在首次特征融合操作中，特征图为对所述第一图像y_c进行下采样处理后得到的特征；

在其他次特征融合操作中，特征图为前一次特征融合操作对应的融合特征；

第N次特征融合操作后得到的融合特征作为先验融合特征。

4.根据权利要求1所述的基于先验引导的虹膜图像修复系统，其特征在于，所述退化去除子网络具体包括依次连接的卷积层、三个残差通道注意力模块和两个卷积层。

5.根据权利要求2所述的基于先验引导的虹膜图像修复系统，其特征在于，所述生成器的损失函数为：

其中，L_rec、L_perc、L_style、分别为重构损失、感知损失、风格损失、对抗损失，λ₁、λ₂、λ₃、λ₄分别为权衡参数；

所述重构损失y为真实图像，||||₁表示L1范数；

所述感知损失所述感知损失通过将修复图像和真实图像y输入VGG-19网络计算得到，Φ_i为所述VGG-19网络的第i层的激活图；N_i为第i层激活图的像素总数；

所述风格损失为由所述第i层激活图构造的C_j×C_j格拉姆矩阵，C_j为所述第i层激活图的通道数；

所述对抗损失D_Ra为判别器，表示真实图像y和修复图像之间的误差，E[]为期望值计算。